将 pandas GroupBy 中的列值聚合为 dict

Posted 2023-03-11

【中文标题】将 pandas GroupBy 中的列值聚合为 dict

【英文标题】：Aggregate column values in pandas GroupBy as a dict

【发布时间】：2017-12-25 10:48:17

【问题描述】：

这是我在过去的采访中提出的问题。

我们的输入数据具有以下列：

语言、产品 ID、货架 ID、排名

例如，输入将具有以下格式

English, 742005, 4560, 10.2 
English, 6000075389352, 4560, 49
French, 899883993, 4560, 32
French, 731317391, 7868, 81

我们想对语言、货架 id 列进行“分组”操作，并根据“rank”属性的排序说明对产品列表进行排序，这将导致输出具有以下格式：

语言，shelf_id，product_id:rank1, product_id:rank2 ....

对于每条记录。

对于给定的输入，输出如下：

English, 4560, 6000075389352:49, 742005:10.2
French, 4560, 899883993:32
French, 7868, 731317391:81

我通过使用键（通过组合语言和货架 id 创建）并插入产品 id 并为每个键排名来解决这个问题。

我的方法有效，但使用 python pandas 库似乎有一种更简单的方法。我已经阅读了一些参考资料，但我仍然不确定是否有比我所做的更好的方法（通过使用具有该密钥的语言、货架 ID 和字典创建密钥来解决问题）

任何帮助将不胜感激。

【参考方案1】：

设置

df = pd.read_csv('file.csv', header=None)  
df.columns = ['Lang', 'product_id', 'shelf_id', 'rank_id']    

df
      Lang     product_id  shelf_id  rank_id
0  English         742005      4560     10.2
1  English  6000075389352      4560     49.0
2   French      899883993      4560     32.0
3   French      731317391      7868     81.0

您可以使用df.groupby 按Lang 和shelf_id 分组。然后使用df.apply得到productid : rankid的字典：

(df.groupby(['Lang', 'shelf_id'], as_index=False)
   .apply(lambda x: dict(zip(x['product_id'], x['rank_id'])))
   .reset_index(name='mapping'))

      Lang  shelf_id                              mapping
0  English      4560  6000075389352: 49.0, 742005: 10.2
1   French      4560                    899883993: 32.0
2   French      7868                    731317391: 81.0

【讨论】：

感谢您的回答，但您能否解释一下您是如何将文本输入作为数据框读取的？

@user98235 使用设置信息编辑了我的帖子。我假设您的数据在 csv 文件中。

@COLDSPEED 感谢您的回答，但您能否告诉我，如果您只是将其作为输入文件呢？例如，我可以直接输入。

@user98235 如果您不想从文件中读取，此链接可能对您有用：***.com/a/22605281/4909087